朱天宇，王云涛，焦 杰，聂建峰，郑金波，谭立国

（国网山东电力公司东营供电公司，山东 东营 257091 ）

0 引言

电能计量装置作为电力企业与客户之间进行结算的核心部分，保证其可靠准确运行具有重大意义。电能计量装置由电能表、电压互感器、电流互感器、二次回路四部分组成［1］。 目前电能表管理依然采用定期检修以及到期轮换的方式［2］。 随着电子技术的进步，电磁感应式电能表已逐渐被电子式电能表、智能电能表所取代。 传统的电磁感应式表计易受电磁场干扰， 且机械特性随着运行时间的增加而逐渐劣化，最终可能导致误差超限，而电子式电能表的计量误差在检定周期内基本保持稳定， 不会随运行时间的变化而产生较大的波动。此外，智能电网的建设推动了远程抄表、 在线监测等技术的发展。 在此背景下， 传统的电能表检验及轮换周期已不适应新的要求，例如部分运行良好的电能表到期被迫轮换，导致人力和物力的大量浪费，增加了产生新隐患的几率，降低了计量可靠性； 部分存在缺陷的电能表却因未到定期检验时间，未能及时查出缺陷和不足，导致出现差错并带来损失［3］。 因此，针对目前电能表管理的缺陷与不足， 提出并建立一套新的电能表状态管理体系具有十分重要的意义。

本文选取一系列能够全面反应电能表运行状态的指标，建立指标体系，分析指标影响的大小，运用模糊层次分析法得到指标权重， 建立定量化评估模型， 并制定新的轮换及检验策略， 以评估结果为依据，动态调整电能表的检验及轮换周期。整个管理体系以电能表在线监测系统为基础， 融合基础信息及现场检验数据，利用电力通信网络，实现对每台在运电能表的检验及轮换周期的及时调整， 符合电力设备运行管理智能化趋势。

1 电能表综合评估指标体系

电能表的状态可由其自身的基础信息、 在线监测系统信息及工作人员现场检验情况来体现。 从这3 个方面入手选取指标，对电能表进行状态评估，可以全面反应其运行状态，评估结果更加科学合理。

1.1 基础信息指标

基础信息指标是指电能计量装置投运之前能反映其状态优劣的离线指标信息，包括配置方式、实验室检定两类。 配置方式指标主要包括接线方式、 装置封闭性、表型选择、主副电能表、接线端子盒、安装位置、计量柜。实验室检定指标主要包括家族缺陷、批次验收抽检、基本误差、误差分散性、批次检定合格率、批次退货率、运行质量抽检、运行故障率。

1.2 在线监测指标

在线监测指标是指电能表运行过程中通过在线监测手段如SG186、 用电信息采集系统等可以收集到的能够反映电能表运行状态的指标信息［4-5］。 在线监测指标包含运行情况、运行环境、异常事件3 类。运行情况指标主要包括用户信誉、运行时间、封印、元器件故障、输出故障、外观故障、其他故障、线损；运行环境指标主要包括负荷性质、运行电压、频率波动、谐波、电能表工作电源可靠性、静电放电、环境温度、环境湿度、电磁场干扰、雷击；异常事件指标主要包括电量异常、电压电流异常、时钟异常（≥5 min）、负荷异常、费控异常、图像监控。

1.3 现场检验指标

现场检验指标是指运行人员对电能表进行现场校验时所测取的指标信息，主要包括现场检验误差、组合误差、时钟检查（1～5 min）。

综上所述，电能表状态评价体系共选取了42 个指标。

2 电能表状态评估模型

电能表状态评价体系中的每一项指标在状态评估中所占的重要程度不尽相同，因此，通过科学的方法分析每项指标的影响程度大小， 确立其在评估模型中所占的相应权重是非常必要的［6］。

目前， 常用的指标赋权方法主要分为客观赋权法与主观赋权法两种。 客观赋权法根据原始数据之间的关系通过一定的数学算法来确定权重， 有较强的数学理论依据， 其评估结果不依赖于人的主观判断。 但是，客观赋权法要依赖于足够的样本数据和实际的问题域，通用性和可参与性差，计算方法也比较复杂，而且不能体现评判者对不同属性指标的重视程度，有时候定的权重会与属性的实际重要程度相差较大。 由于电能表状态评估指标对整体影响主要依赖于专家经验，因此不宜采用客观赋权法。

模糊层次分析法是一种主观赋权方法， 融入了模糊数学的概念， 可以定性和定量相结合地处理各种评价因素。其特点是将人的主观判断过程数学化、思维化，以便使决策依据易于被人接受，因此更适合复杂的社会科学领域的情况［7］。 由于模糊层次分析法在理论上具有完备性， 在结构上具有严谨性，在解决问题上具有简洁性，在各行各业得到了广泛应用。 评价指标体系的层次结构也决定了采用模糊层次分析法进行权重计算是比较合适的。

1）建立层次结构模型U。 层次结构模型的建立是模糊层次分析法的基础。 设某一个评价目标G，其涵盖n 个子指标，这些指标构成集合U，即

集合U 的第i 个子元素Ui包含s 个子指标：

2）构造指标模糊互补判断矩阵R。 模糊层次分析法要求逐层计算相互联系的元素之间影响的相对重要性，并予以量化，组成模糊互补判断矩阵，作为分析的基础。

以电能表状态评估体系中在线监测指标为例，将其作为评价目标G。 该指标包含了运行情况、运行环境、 异常事件3 个指标。 为了量化这3 个指标对“在线监测”指标的影响，赋予适当的权重系数，需要将每个子因素的相对重要程度进行两两比较， 比较结果记为rij，rij表示相对评价目标G 而言，指标Ui与指标Uj相比是否更重要。 用rij构造的矩阵即为对评价目标G 的模糊互补判断矩阵R，表示为：

表1 所示为给判断矩阵元素赋值的标准。

表1 判断矩阵元素赋值的标准

3）一致性检验及调整。 得到评价目标G 的模糊互补判断矩阵R 之后，还要对其进行一致性检验。通过计算矩阵R 的一致性指标ρ， 可以判断其是否具有满意的一致性，ρ 的值越大，则判断矩阵R 的一致性越差，ρ 的值由下式给出

式中：n 为指标的个数。若ρ 小于预设的阈值，则认为判断矩阵满足一致性要求，否则需要对其重新调整。一般该阈值取为0.5。

4）计算指标权重。 设模糊互补判断矩阵，对矩阵R 按行求和，记为：

在计算得到每项指标权重后， 便可以通过加权求和的方法求得电能表状态得分，作为评估结果。 记电能表的状态得分为S，则有：

式中：xi为电能表分解的单个指标的专家评估得分。根据不同的状态得分， 可以划分出电能表不同的状态区间，为制定状态检验及轮换策略提供依据，如表2 所示。

表2 电能表运行状态评估区间

3 电能表状态检验及轮换策略

基于电能表的状态评价结果， 本文提出了新的电能表状态检验及轮换策略。 新策略充分考虑了不同类别电能表的重要性的不同［8］，同时结合新建的电能表在线监测手段，如用户信息采集系统、计量生产调度平台等， 对状态巡检的周期也制定了相应计划。

3.1 电能表状态检验策略

电能表的状态评估宜每年进行一次。 在优良状态和正常状态下， 状态检验周期在一个评估周期内应相对固定；在注意状态和异常状态下，状态检验周期可实时动态调整，直至恢复优良或正常状态为止。

电能表状态检验策略包括状态巡检和现场检测两部分内容。 根据电能表评估结果， 以DL／T448—2000《电能计量装置技术管理规程》规定的检验周期作为基准周期，分别针对Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ共5 类电能表制定相应的检验策略，如表3 所示。

表3 电能表状态检验策略

3.2 电能表状态轮换策略

对于异常状态下的电能表， 不管其运行年限是否到期，必须立即轮换［9］。 对于非异常状态的到期即将轮换的电能表， 选取其最近三次状态评估结果中最差的一次作为轮换依据，制定相应轮换策略，如表4 所示。

表4 电能表状态轮换策略

通过电力通信网络，可以将电能表的基础信息、在线监测系统数据、 现场检验数据传输到数据处理终端，利用状态评估数学模型得到定量化评估结果，根据该结果动态调整电能表的现场检验及轮换周期，如图1 所示。

图1 电能表智能管理体系

4 算例分析

本算例以某块DTZY666-Z 型IV 类电能表为例进行说明。

4.1 权重计算

以“基础信息”下“配置方式”与“实验室检定”两个指标为例，利用模糊层次分析法计算其初始权重，具体步骤如下：

1）构造互补判断矩阵。如前所述，并参考专家意见，建立该层两个指标“配置方式”与“实验室检定”的模糊互补判断矩阵为：

2）一致性检验及调整。根据式（3）计算判断矩阵的一致性系数ρ，预设的阈值为0.2。 由于n＝2，仅有两个指标，故ρ＝0，判断矩阵必满足一致性。

3）单层指标排序。 将 rij=0.5 带入式（5），计算得到 w＝（0.5，0.5）T，即 w1＝0.5，w2＝0.5。 此为这两项指标在其所在层所占权重。

4）多层指标总排序。按同样方法，可得两个指标的上层指标“基础信息”在顶层所占权重为0.419 5，故“配置方式”“实验室检定”在总层次中所占权重为：

以上算例仅给出两个指标的初始权重计算作为示范，其余指标权重可依次计算得到。

4.2 状态评估

由工作人员对电能表的每项指标进行打分，利用上文计算得到的指标权重及式（6）可以得到电能表整体状态得分为S＝68.34。 依据表2，可以判定该表为正常状态。 根据表3 及表4，该表巡检周期维持半年一次，轮换周期适当延长1 a。

5 结语

本文首先分析了现有电能表管理体系的不足，在当前智能电网建设发展的新形势下， 提出并建立了电能表状态评估指标体系。 该体系不但选取了电能表的基础信息及现场检验数据， 还包括了电能表在线监测系统提供的数据。以该指标体系为基础，运用模糊层次分析法建立电能表的状态评估模型。

在电能表状态评估结果的基础之上， 制定了新的电能表状态检验及轮换策略， 动态调整电能表的检验及轮换周期， 解决了现有电能表管理体系下运维效率低、轮换过度的问题。利用电力系统内部的通信网络，融合多项指标数据信息，即可实现对电能表的智能化管理。